基于朴素贝叶斯和遗传算法的两类文本分类方法

• 作者: 万狄飞 樊兴华 王国胤
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 文本分类 遗传算法 最优分割线 文本二维空间 朴素贝叶斯分类器
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 160-161,173
• 页数: 3页
• 分类号: TP3
• 字数: 3588字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2008.04.046

摘要

本文提出了一种基于朴素贝叶斯和遗传算法的两类文本分类方法,该方法将朴素贝叶斯分类器变换为在二维空间中的一条分割线,在分割线临近的文本分类不可靠区间内,利用遗传算法搜索最优文本分割线,从而使分类器达到最佳性能.在由12600篇文本构成的中文语料数据集上的实验表明,该方法具有较高的分类性能和效率,查准率、查全率和F1值分别达到97.98%,91.05%和94.39%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国胤	重庆邮电大学计算机科学与技术研究所	212	6947	36.0	79.0
2	樊兴华	重庆邮电大学计算机科学与技术研究所	18	490	9.0	18.0
3	万狄飞	重庆邮电大学计算机科学与技术研究所	1	7	1.0	1.0